岗位职责
- 负责大模型数据方案，主导设计和优化多源数据生产、质检、验证与安全合规的全链路工作流，构建高效数据飞轮，提升模型预训练/后训练的数据质量与效能；
- 突破关键数据技术，优化大规模分布式处理、检索去重、合成校验、配比优化等关键技术课题，持续提升数据系统生产能力；
- 洞察数据技术前沿，跟踪数据合成/蒸馏、多语言均衡、跨模态亲和、轨迹增强等方向的新方法，主导下一代数据生产/验证管线开发，打造领先的数据竞争力。
职位要求
- 教育背景：计算机/人工智能/数据科学相关专业硕士、博士；
- 工作经验：参加大模型预训练/后训练数据工程，有深入实践积累和理解总结；
- 大模型数据构建、评估、验证相关工程经验，熟悉模型训练/微调/强化学习的数据需求；
- 其他要求：多模态数据方向优先，良好的跨团队协同性，适应企业项目管理和组织文化。
